Community影像github.com

vector-avator

將一張角色插圖轉變為會動的 2D 向量角色,適用於此儲存庫 (vector-avator):重新設計風格、使用 Codex imagegen 製作兩張角色表、讓 Fable 5.2 繪製僅填充的 SVG 零件並補齊隱藏區域、檢查並在檢視器中播放手勢、轉頭、眨眼與嘴型同步。當使用者想新增角色、重製角色零件,或詢問樣本角色如何製作時使用。

vector-avator 是什麼?

vector-avator 是一個 AI 代理程式技能,可將單張角色插圖轉變為一個完整的 2D 向量角色,適用於其專屬儲存庫。此自動化工作流程從收集角色註記開始,接著使用 Codex imagegen 重新設計風格並產生正面角色立繪。再以 Fable 5.2 模型將角色精細分解為只填充的 SVG 零件,包括原本被遮蓋的區域(如頭髮下的額頭、耳朵根部),從而實現自然的動畫效果。分解後的零件經過結構檢查(使用 check_parts.py)與視覺驗證(透過 viewer_shots.mjs 拍攝截圖),最終在一個基於 Vite 的檢視器中運作,支援手勢、轉頭、眨眼及嘴型同步動畫。該技能支援使用 MiniMax H3(選用)生成 360 度參考、TTS 驅動的嘴型同步,以及 mp4 影片輸出。每次執行約需 1-1.5 小時,主要人力工作僅在於撰寫角色註記與事後審查,因此特別適合需要快速將新角色導入互動式 2D 向量角色管線的開發者。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/grmchn/vector-avator/tree/HEAD/.claude/skills/vector-avator

Installed? Explore more 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

從一張插圖,打造會動的向量角色

此儲存庫(vector-avator)新增角色的步驟。從角色的一張插圖開始,統一畫風做出正面站立姿態與角色表,交由 Fable 5.2 用向量繪製零件,經檢查後在檢視器中運作。

範例為假兔子(角色 ID usagi,原始圖片在 inputs/kariusagi/)。各階段的完成品放在 public/characters/usagi/vector/ 與 tools/vector/sheets/characters/usagi.*,有疑慮時可相互對照。

0. 前置條件

工作目錄為此儲存庫的根目錄。 以下所有指令皆以根目錄為相對路徑。

工具用途使用階段確認方式
Claude Code + Fable 5.2必備5. 零件分解(子代理程式)子代理程式的模型需能指定為 Fable 5.2
Codex CLI(imagegen)必備2. 風格轉換、4. 角色表codex --version、codex login 已完成(透過 ChatGPT 方案運作,不需 API 金鑰)
Node 22、npm必備7. 檢視器、8. 影片npm install 已完成
Python 3.10 以上必備2~6python3 -m venv .venv && .venv/bin/pip install -r requirements.txt
resvg必備6. 檢查用確認圖片resvg --version(例如 cargo install resvg)
Playwright 的 Chromium、ffmpeg必備7~8. 拍攝與影片npx playwright install chromium、ffmpeg -version
MiniMax H3(ComfyUI)選用3. 角度範例ComfyUI 的 API(預設 http://127.0.0.1:8188)。若無則跳過步驟 3
TTS選用8. 嘴型同步語音若無則使用文字嘴型同步

若無法使用 Fable 5.2 或 Codex imagegen,請告知使用者並停止。使用其他模型替代零件分解,已知品質不足。

開發伺服器連接埠: 預設為 5280(npm run dev)。若已佔用,請使用 npx vite --port <埠> --strictPort 啟動,並在拍攝與影片匯出指令(viewer_shots.mjs、record.mjs)後加上 VIEWER_URL=http://127.0.0.1:<埠>/。提供給 Fable 的提示中也需包含該 URL。

費用與時間估算(實測值)

以下為製作假兔子(47 個零件)的實測數據。從第二個角色起,含等待時間 每個角色約 1~1.5 小時。人力工作僅限於角色特徵條列與審查。

階段負責時間次數
1. 角色補充說明Claude(主)約 10 分鐘—
2. 正面站立姿態Codex imagegen約 4.7 分鐘生成 2 次,採用 1 張
3. 角度範例(選用)MiniMax H3約 7 分鐘1 次
4. 兩張角色表Codex imagegen約 5 分鐘各 1 次
5. 零件分解Fable 5.2約 16 分鐘 + 修正約 2.5 分鐘1 次 + 修正 1 次
6~7. 檢查、確認、調整Claude(主)約 20 分鐘—
  • Codex imagegen 每張約需 22.5 分鐘。若 ChatGPT 方案用量達到上限,可能需要等待數小時。每個角色需要正面立繪 12 次與角色表 2 次。
  • Fable 5.2 的零件分解,在其他兩個角色上分別約需 22 分鐘(49 個零件)與 24 分鐘(61 個零件)。
  • 若由不熟悉流程的代理程式僅憑此技能製作一個角色(63 個零件),跳過角度範例後總計約 43 分鐘(imagegen 4 次、Fable 1 次約 24 分鐘、約 28 萬個 token,無需重做)。
  • Token 數與費用未經量測。

整體流程

階段內容工具輸出
1撰寫角色補充說明(應保留的特徵)手寫tools/vector/sheets/characters/<id>.md、.json
2將原始圖片轉換為統一風格,製作正面 A 字站立姿態make.py gen <id> restyleref/front.png
3從 360 度旋轉影片裁切圖片(選用)turntable.sh <id>ref/turntable.mp4、ref/angle_*.png
4兩張角色表(四面圖 + 手部姿勢、臉部表情差異)make.py gen <id> sheet_turnaround、sheet_faceref/sheet_turnaround.png、ref/sheet_face.png
5繪製僅填充的零件,並補齊隱藏部分Fable 5.2 + references/fable-brief.mdvector.json
6結構檢查與確認圖片目視check_parts.py <id>錯誤 0 件
7在檢視器中操作並確認、調整npm run dev、viewer_shots.mjs調整後的 vector.json
8影片匯出與嘴型同步record.mjs、lipsync.pyMP4

ref/ 即 public/characters/<id>/vector/ref/。角色 ID 使用小寫英數字(例如:usagi)。嘗試用的圖片與 Fable 的工作檔案存放在 var/vector/<id>/(不納入版本控制)。

1. 撰寫角色補充說明

在 tools/vector/sheets/characters/<id>.md 中以條列方式寫下即使改變畫風也應保留的特徵。<id>.json 則記錄原始圖片路徑及其用途。原始圖片放在 inputs/<id>/ 等目錄。

  • 撰寫方式與範例請參考 references/character-notes.md。假兔子的範例:tools/vector/sheets/characters/usagi.md、usagi.json。
  • 顏色以近似值(#RRGGBB)書寫。
  • 統一畫風(tools/vector/sheets/style_base.md)會將角色描繪為「動物、生物」。若因此導致角色特徵改變(例如無毛角色長出毛簇、非人物角色被重繪為動物),請在補充說明中明確記載「不要畫~」「不套用~」以取消該效果。請勿修改統一畫風的檔案。
  • 即使原始圖片為動態姿勢(身體扭轉、手臂彎曲),重新繪製正面 A 字姿勢的指示由 layouts/restyle.md 負責,無需寫入補充說明。在 <id>.json 的 roles 中加入「姿勢僅供參考」可提高穩定性。

同時在檢視器中註冊角色。步驟 5 中 Fable 在檢視器中確認時需要此項。data/characters/<id>.json:

{ "id": "<id>", "label": "<角色名稱>", "vector": { "url": "characters/<id>/vector/vector.json" } }

2. 正面站立姿態(Codex imagegen)

.venv/bin/python tools/vector/sheets/make.py gen <id> restyle --count 2
.venv/bin/python tools/vector/sheets/make.py log <id>
.venv/bin/python tools/vector/sheets/make.py adopt <id> restyle <編號>
  • 提示會組合「統一畫風 + 角色補充說明 + 繪製內容(layouts/restyle.md)」,透過 codex exec 傳遞給 imagegen。嘗試記錄存放在 var/vector/<id>/gen/,包含提示與耗時。
  • 生成後的圖片務必親眼檢視,與原始圖片並排比對。檢查重點:能否辨識出該角色、是否約 2~2.5 頭身、是否為正面 A 字姿勢且腋下有間隙、眼睛是否無高光、是否未對眼。
  • 若不符合,使用 --note "補充指示" 修正,或重新撰寫角色補充說明(例如假兔子因統一的「毛髮量感」導致看起來像不同角色,因此在補充說明中取消此效果)。修正內容應保留在補充說明中。
  • adopt 會將採用的圖片統一調整為 ref/front.png(1024×1536)。

3. 角度範例(選用:MiniMax H3)

bash tools/vector/sheets/turntable.sh <id>          # 可透過 COMFY_SERVER 變更 ComfyUI 的 URL
  • 先以 tools/vector/sheets/h3/usagi.txt 為範本,撰寫 tools/vector/sheets/h3/<id>.txt(旋轉影片的提示)。僅需替換角色描述部分。
  • 輸出的 angle_045.png、angle_090.png、angle_180.png 會自動加入步驟 4 角色表生成的參考圖片中。由於 H3 的旋轉並非等速,角度僅供參考。
  • 若無 ComfyUI 與 H3,則跳過此階段。即使僅有角色表,零件分解仍可進行。

4. 兩張角色表(Codex imagegen)

.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_turnaround
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_turnaround 1
.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_face
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_face 1
  • 第一張為四面圖(正面、斜側、側面、背面)與四種手勢(張開、指向、握拳、手掌);第二張為臉部表情差異(眼睛:睜、半閉、閉;嘴巴:閉、啊、伊、嗚、欸、哦;表情:正常、微笑、驚訝、困擾)。
  • 斜側與側面需繪製為臉部朝向畫面左方(與 H3 旋轉方向一致)。
  • 親眼確認是否與正面站立姿態為同一角色、表情差異是否一致(例如半閉眼時虹膜是否未壓扁)。若不符合,使用 --note 修正後重新生成。

5. 零件分解(Fable 5.2 子代理程式)

  1. 將 references/fable-brief.md 範本中的角色 ID、角色名稱、角色注意事項、檢視器 URL(預設 http://127.0.0.1:5280/)填入,儲存為 var/vector/<id>/fable/brief.md。角色注意事項的撰寫方式與範例(假兔子)請參考 references/character-notes.md。
  2. 啟動指定為 Fable 5.2 的子代理程式,傳入完整的 brief.md 內容。Fable 將依照 references/parts-spec.md,透過繪圖腳本建立 public/characters/<id>/vector/vector.json,自行檢查後回報結果。
  3. 閱讀回報,進行步驟 6 的檢查與步驟 7 的確認。如需修正,請在同一個子代理程式中繼續提出要求(重新啟動會遺失對話歷程)。

需確保的事項(已寫入範本):

  • 零件應以意義為單位從零開始繪製。不得使用像素裁切或自動描邊來決定形狀。
  • 僅使用填色繪製。線條將在繪製時自動產生。
  • 需補齊隱藏部分(瀏海下的額頭、耳朵根部下方的頭部、手臂以外的身體、頸部、尾巴根部等)。
  • 不繪製手臂圖形(將於繪製時生成),而是測量並記錄骨骼標記與手臂粗細、顏色。
  • _L、_R 代表角色自身的左右(正面圖中 _L 位於畫面右側)。

6. 檢查

.venv/bin/python tools/vector/check_parts.py <id>
  • 錯誤 0 件為合格。警告則依內容判斷。
  • 親眼檢視確認圖片(var/vector/<id>/check/)。檢查重點詳見 references/visual-qa.md。特別注意:隱藏前方零件後的狀態(qa_*.png)中是否有洞或切口、差異圖(variants.png、expressions.png)是否與角色表一致、骨架(skeleton.png)的關節是否與繪圖一致。
  • 確認圖片中不含自動輪廓線與生成的手臂。最終外觀請在步驟 7 中確認。

7. 在檢視器中操作

  1. 確認 data/characters/<id>.json(已在步驟 1 建立)已存在。

  2. 執行 npm run dev 啟動開發伺服器,開啟 http://localhost:5280/?char=<id>(若有多個角色,畫面會顯示選擇欄位)。

  3. 拍攝截圖進行確認(開發伺服器運作中):

    DSF=2 node tools/capture/viewer_shots.mjs var/vector/<id>/check/viewer \
      neutral="char=<id>" face30="char=<id>&framing=face&yaw=30&blink=0" faceM30="char=<id>&framing=face&yaw=-30&blink=0" \
      explain="char=<id>&motion=explain&t=1.0" spread="char=<id>&motion=spread&t=1.2" \
      half="char=<id>&framing=face&eye=half&blink=0" point="char=<id>&motion=point&t=1.5"
    
  4. 檢查重點:白色角色零件邊界是否出現多餘線條、轉頭 ±30° 時眼睛是否未超出臉部輪廓、耳朵與頭髮根部是否未脫離頭部、手臂與手掌的粗細與顏色是否吻合、擺動物的搖晃方式是否自然。

  5. 調整透過 vector.json 的數值進行。可先透過 URL 參數測試數值再寫入。可調整的數值列表請參考 references/tuning.md,常見問題與對策請參考 references/troubleshooting.md。

8. 影片匯出與嘴型同步

# 影片(開發伺服器運作中)
node tools/vector/record.mjs --out out/<id>_explain --motion explain --query "char=<id>"

# 嘴型同步:從 wav 與朗讀內容(日語用假名)產生。TTS 種類不限。
.venv/bin/python tools/lipsync/lipsync.py line.wav --text "こんにちは、よろしくおねがいします。" -o line.json
node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --lipsync line.json --audio line.wav --query "char=<id>"
  • 若無 TTS,亦可使用文字嘴型同步製作影片:node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --seconds 6 --query "char=<id>&say=こんにちは、よろしくね。"。台詞會配合時鐘重複播放,影片長度由動作長度決定(非循環動作則使用 --seconds)。若希望於台詞結束時停止,請指定 --seconds(估算:每個音節 0.15 秒,標點符號 0.3 秒)。
  • 英文台詞請使用 --lang en,僅需音量而無文字時使用 --method rms,若有 Whisper 產生的單字時間戳則使用 --whisper whisper.json。
  • 背景色可透過 --query "bg=ffd3e0" 設定,手繪風格線條強度透過 vHand=0~4 調整(無、弱、中、強、手繪+。預設為強)。
  • 在檢視器中也可載入嘴型同步 JSON 與音訊檔案進行播放。

完成後

向使用者回報以下內容:

  • 產生的檔案(ref/ 中的圖片、vector.json、data/characters/<id>.json)以及確認圖片與影片的位置
  • 各階段耗時與生成、重新生成的次數
  • 檢查結果與剩餘問題(信心不足的零件、無法完全修正的外觀問題)

相關技能